I.5Создание и редактирование текста

Plume256k — языковая модель для машинного перевода, разработанная подразделением Language Technologies Unit Барселонского суперкомпьютерного центра (BSC). Модель обучена с нуля только на параллельных данных с каталонским языком в качестве центрального и предназначена для перевода предложений. Она основана на плотной архитектуре Gemma, имеет 2,5 млрд параметров и словарь размером 256 тысяч токенов; контекст составляет 8192 токена. Модель поддерживает испанский, французский, итальянский, португальский, галисийский, немецкий, английский и баскский языки. Она обучена для 16 контролируемых направлений перевода с каталонским языком и, по данным карточки, способна переводить ещё в 56 направлениях без прямого обучения. Опубликованные оценки приводятся на наборах FLORES-200 и NTREX. Модель распространяется по лицензии Apache 2.0. Авторы предупреждают о возможных смещениях и нежелательных искажениях, поскольку обучающие данные собирались из веб-источников; оценка токсичности не проводилась. Карточка описывает перевод предложений, поэтому пригодность для длинных документов отдельно не заявлена.

PuoBERTa — языковая модель на архитектуре RoBERTa, разработанная Vukosi Marivate, Moseli Mots'Oehli, Valencia Wagner, Richard Lastrucci и Isheanesu Dzingirai для языка сетсвана. Модель с 96,6 млн параметров обучена на корпусах сетсвана, включая PuoData, Vukuzenzele, NCHLT и тексты правительства Южной Африки. Она предсказывает пропущенные токены в тексте и может служить основой для дообучения под прикладные задачи обработки сетсвана. Модель предназначена для заполнения масок и адаптации к задачам вроде классификации новостей, разметки частей речи и распознавания именованных сущностей. Это RoBERTa для masked language modeling с контекстом до 514 токенов; в README приведены результаты на наборах классификации новостей, POS и NER. Модель принимает и выдаёт текст. Лицензия — CC BY 4.0.

t-firefly/qwen3.5-0.8b-rknn3-rk1828 — мультимодальная модель генерации текста по тексту и изображениям для одноплатной платформы RK1828, подготовленная для запуска через LlamaPi. Она основана на Qwen3.5-0.8B от команды Qwen; карточка указывает формат GGUF и поддержку диалогов, зрения и интерфейса вызова инструментов. Исходная модель использует гибридную архитектуру с Gated Delta Networks и разреженной смесью экспертов, объединяя зрение и язык посредством раннего слияния модальностей. Модель предназначена для локального запуска на периферийном устройстве, прототипирования и специализированной настройки. Исходной Qwen3.5-0.8B заявлены поддержка 201 языка и диалекта и контекст до 262 144 токенов; эти характеристики относятся к исходной модели и не подтверждают производительность или полную поддержку в сборке для RK1828. Репозиторий указывает лицензию Apache-2.0.

QwenStoryteller — это дообученная с помощью LoRA модель Qwen2.5-VL-7B от Daniel3303 для создания связных историй по последовательностям изображений. Она анализирует персонажей, предметы, места и развитие событий, стараясь сохранять идентичность сущностей между кадрами и связывать элементы повествования с визуальными ссылками. Модель содержит 7,1 млрд параметров, построена на архитектуре Qwen2.5-VL и рассчитана на контекст до 128 000 токенов; для работы использует текст и изображения, а выдаёт текст. Модель предназначена для визуального повествования с привязкой к содержимому кадров. Также она выполняет обнаружение объектов и ориентиров, повторную идентификацию объектов между изображениями и анализ сцен. По данным README, дообученная версия показала на 12,3% меньше галлюцинаций, чем базовая, однако может путать похожих людей и предметы; обучающие данные из фильмов могут хуже отражать любительские и повседневные сцены. Лицензия — Apache-2.0.

hfl/rbt3 — предварительно обученная китайская модель BERT с маскированием целых слов (Whole Word Masking), разработанная HFL. Она предназначена для ускорения задач обработки китайского естественного языка; основная задача по карточке — восстановление замаскированных токенов. Модель содержит 44,5 млн параметров, использует архитектуру BertForMaskedLM и поддерживает контекст длиной до 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax. Модель выпущена по лицензии Apache-2.0.

Koichi Yasuoka разработал RoBERTa-base-serbian — модель RoBERTa, предварительно обученную на сербском корпусе srWaC. Она рассчитана на восстановление замаскированных токенов и может служить основой для дообучения под задачи обработки сербского языка, например разметку частей речи и синтаксический анализ зависимостей. Модель поддерживает сербский язык в кириллическом и латинском письме; архитектура — плотная RobertaForMaskedLM с 124,3 млн параметров и контекстом до 512 токенов. Репозиторий содержит веса PyTorch. Лицензия — CC BY-SA 4.0.

SLT-0.5b-GoToSpeak — компактная разговорная языковая модель, разработанная SLT-AI на основе Qwen2.5-0.5B. Модель с архитектурой Qwen2ForCausalLM содержит 494 млн параметров, принимает текст и предназначена для генерации ответов в диалоге. Контекстное окно составляет до 32 768 токенов. Модель дообучена методом supervised fine-tuning на 7 500 примерах: русских и английских диалогах, общих знаниях, простых задачах на Python и базовой математике с пошаговыми объяснениями. Подходит для чат-ботов, несложных вопросов и ответов, помощи с простым кодом и математикой. В репозитории доступны форматы safetensors и GGUF. Лицензия — Apache-2.0. Из-за небольшого размера модель рассчитана на простые задачи; качество ответов и актуальность знаний могут быть ограничены. Сведения о проверке фактической точности и покрытии языков за пределами русского и английского не приведены.

Snowball 67B-A2B — базовая языковая модель семейства GrugMoE, опубликованная как BF16-экспорт шага 157 000 из сравнения моделей с длинным контекстом. Она предназначена для продолжения текста и генерации по текстовому запросу; карточка не указывает на настройку для следования инструкциям, поэтому её следует использовать для текстовых продолжений, а не как готового чат-ассистента. Модель имеет 67 млрд параметров всего и около 2 млрд активных параметров на токен, 26 слоёв и 256 экспертов, из которых выбираются четыре на каждый токен. Контекстное окно составляет 262 144 токена, словарь — 128 256 токенов. Для обслуживания требуется форк Marin vLLM; в описанной конфигурации используются восемь GPU H100 с экспертным параллелизмом. В метаданных указаны поддержка английского языка и интерфейс вызова инструментов, однако README характеризует модель как базовую и рекомендует текстовые продолжения. Это экспериментальный экспорт для сравнения длинноконтекстных конфигураций. Загрузка проверяет имена тензоров, тип BF16, конфигурацию, размеры и контрольные суммы; новая генерация и проверка численного соответствия для этой загрузки не проводились. Материалы модели распространяются по лицензии OpenMDW 1.1.

TheBloke/TowerInstruct-7B-v0.1-GGUF — это квантизированная версия модели TowerInstruct 7B v0.1, разработанной Unbabel и преобразованной TheBloke в формат GGUF. Модель основана на архитектуре Llama и предназначена прежде всего для задач машинного перевода и многоязычных инструкций. Модель поддерживает английский, немецкий, французский, китайский, португальский, нидерландский, русский, корейский, итальянский и испанский языки. Варианты GGUF доступны с квантованием от 2 до 8 бит, что позволяет запускать модель локально с использованием CPU и GPU через llama.cpp и совместимые приложения. В README размер контекстного окна и дополнительные модальности не указаны; модель является текстовой. К сильным сторонам относятся многоязычная направленность, возможность локального запуска и выбор уровня квантования. Ограничения включают специализацию преимущественно на переводе, потенциальное снижение качества при агрессивном квантовании и отсутствие подробных данных о производительности и контекстном окне. Модель заявлена под лицензией CC BY-NC 4.0; поскольку она основана на Llama 2, также применяются условия лицензии Meta Llama 2. Коммерческое использование может быть ограничено.

WindyTranslate/translate-fi-gil — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-fi-gil. Это дообученная MarianMTModel с 53 млн параметров: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель переводит текст с финского на язык gil; контекст составляет до 512 токенов. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность модели для конкретных задач следует проверять на собственных данных.

Карточка модели luffycodes/vicuna-class-shishya-all-hal-7b-ep3 на Hugging Face совпадает с карточкой luffycodes/vicuna-class-shishya-13b-ep3, поэтому описание составлено по ней. luffycodes/vicuna-class-shishya-13b-ep3 — языковая модель для генерации текста на архитектуре Llama с 12,9 млрд параметров и контекстом до 4096 токенов. README связывает работу с проектом CLASS Meet SPOCK — образовательным чат-ботом-репетитором, разработанным с учетом принципов науки об обучении; модель предназначена для учебного диалога и помощи учащимся. Модель использует формат PyTorch и лицензию Llama 2. Данных о поддерживаемых языках, конкретных учебных предметах и ограничениях качества в источниках нет.

Карточка модели luffycodes/vicuna-class-tutor-7b-ep3 на Hugging Face совпадает с карточкой luffycodes/vicuna-class-shishya-13b-ep3, поэтому описание составлено по ней. luffycodes/vicuna-class-shishya-13b-ep3 — языковая модель для генерации текста на архитектуре Llama с 12,9 млрд параметров и контекстом до 4096 токенов. README связывает работу с проектом CLASS Meet SPOCK — образовательным чат-ботом-репетитором, разработанным с учетом принципов науки об обучении; модель предназначена для учебного диалога и помощи учащимся. Модель использует формат PyTorch и лицензию Llama 2. Данных о поддерживаемых языках, конкретных учебных предметах и ограничениях качества в источниках нет.

AfriGuardInst-tiny-aya-global-lora-merged — дообученная Cohere Labs модель Cohere2ForCausalLM с 3,3 млрд параметров, созданная на базе CohereLabs/tiny-aya-global. Модель дообучена методом LoRA ранга 16 на наборе israel/AfriGuard-inst, после чего адаптер объединён с базовыми весами. В обучающих примерах использовались инструкции по безопасности вместе с пользовательскими запросами; модель предназначена для диалоговой генерации ответов с учётом этих инструкций. Модель принимает текст и генерирует текст, поддерживает чат и имеет контекстное окно до 8192 токенов. Базовая модель многоязычная, а карточка связывает этот вариант с африканскими языками и английским; в метаданных перечислены en, am, ha, ig, om, sn, sw, tw, wo, yo и zu. Указана лицензия CC BY-NC 4.0, допускающая использование только на некоммерческих условиях.

AMD-Llama-135m — компактная языковая модель, разработанная AMD и обученная на ускорителях AMD Instinct MI250. Она использует архитектуру Llama 2 в виде причинной языковой модели LlamaForCausalLM, содержит около 109,5 млн параметров и имеет контекст длиной 2048 токенов. Для неё применяются токенизатор Llama 2 и формат весов safetensors. Модель предназначена для генерации продолжений текста и может использоваться как черновая модель для speculative decoding с Llama 2 и CodeLlama. Базовую версию предварительно обучали на SlimPajama и Project Gutenberg примерно на 670 млрд токенов. В карточке также описан отдельный вариант AMD-Llama-135m-code, дообученный на Python-разбиении StarCoder; это описание относится к варианту code, а не подтверждает наличие такого дообучения у данной модели. Небольшой размер упрощает эксперименты и использование в качестве черновой модели декодирования, но модель заметно компактнее современных универсальных LLM и имеет ограниченный контекст. В метаданных указана лицензия Apache-2.0.

Карточка модели amd/AMD-Llama-135m-code на Hugging Face совпадает с карточкой amd/AMD-Llama-135m, поэтому описание составлено по ней. AMD-Llama-135m — компактная языковая модель, разработанная AMD и обученная на ускорителях AMD Instinct MI250. Она использует архитектуру Llama 2 в виде причинной языковой модели LlamaForCausalLM, содержит около 109,5 млн параметров и имеет контекст длиной 2048 токенов. Для неё применяются токенизатор Llama 2 и формат весов safetensors. Модель предназначена для генерации продолжений текста и может использоваться как черновая модель для speculative decoding с Llama 2 и CodeLlama. Базовую версию предварительно обучали на SlimPajama и Project Gutenberg примерно на 670 млрд токенов. В карточке также описан отдельный вариант AMD-Llama-135m-code, дообученный на Python-разбиении StarCoder; это описание относится к варианту code, а не подтверждает наличие такого дообучения у данной модели. Небольшой размер упрощает эксперименты и использование в качестве черновой модели декодирования, но модель заметно компактнее современных универсальных LLM и имеет ограниченный контекст. В метаданных указана лицензия Apache-2.0.

appvoid/arco-2-reasoning-20k — созданная appvoid дообученная языковая модель семейства Llama с плотной архитектурой LlamaForCausalLM и 464,4 млн параметров. Она обучена на 20 тысячах примеров из набора KingNish reasoning dataset и рассчитана на диалоговую генерацию текста с промежуточным блоком рассуждения в формате данных обучения. Модель можно использовать для простых англоязычных вопросов и ответов, в том числе о программировании, а также для генерации объяснений в чате. Контекстное окно составляет 8192 токена. Модель принимает текст и генерирует текст. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Карточка описывает формат обучения, но не приводит оценки качества или независимых результатов; возможности рассуждения и точность ответов по ней оценить нельзя.

BEE-spoke-data разработала bert-plus-L8-4096-v1.0 — модель семейства BERT для заполнения пропусков в тексте. Это плотный трансформер с 8 слоями, архитектурой BertForMaskedLM и примерно 98,9 млн параметров. В модели используется относительное позиционное кодирование relative_key; заявленная длина контекста — 4096 токенов. Последним указанным обучающим набором был euirim/goodwiki. Карточка приводит результаты оценки и незавершённое сравнение на GLUE, поэтому показатели следует считать предварительными. Модель подходит для восстановления замаскированных слов и изучения представлений английского текста; указанная языковая метка — en. Весы опубликованы в формате safetensors под лицензией Apache-2.0. Карточка не описывает специализированную настройку под прикладные области.

Nulute/chudbot-coal-0.3 — дообученная модель Nulute на базе unsloth/Qwen3.5-2B, созданная с помощью Unsloth и библиотеки Hugging Face TRL. Это плотная мультимодальная модель семейства Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration, предназначенная для диалогов и задач image-text-to-text: она принимает текст и изображения и формирует текстовые ответы. В метаданных также заявлен интерфейс вызова инструментов. Модель может подойти для вопросов по изображениям и диалоговых сценариев с визуальным контекстом. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает результаты оценки качества или специальные области применения модели.

Cecilis создала текстовую модель на 507,9 млн параметров для генерации текстов в стилистике игры «Cultist Simulator». Это дообученная Qwen3-0.6B с архитектурой Qwen3ForCausalLM: модель обучали на игровых текстах с помощью LoRA, затем объединили адаптер с базовыми весами. Она принимает текст и генерирует текст; заявлены китайский и английский языки, контекст — до 40 960 токенов. В репозитории также доступен отдельный LoRA-адаптер для загрузки вместе с базовой моделью. Модель предназначена для создания описаний карт, повествования о событиях и действиях, текстов концовок, а также перевода между китайским и английским. Её можно использовать для фанатских текстов, заготовок для настольных ролевых игр и черновиков модификаций. Лицензия указана как Apache-2.0, однако обучающий корпус извлечён из игры, права на которую принадлежат Weather Factory; автор карточки просит ограничить применение личным обучением и некоммерческим творчеством и соблюдать условия правообладателя при публикации результатов. Модель училась на повествовательных полях игры и не знает игровых механик, эффектов карт, рецептов или числовых условий. Она может воспроизводить или близко перефразировать оригинальные игровые тексты. Небольшой размер ухудшает следование форматным требованиям, в частности сохранение маркеров при переводе; длинная связная генерация также не является её сильной стороной.

Cecilis выпустил текстовую модель на базе Qwen3-4B, дообученную на внутриигровых текстах Cultist Simulator. Она генерирует прозу в сдержанном, книжном и зловещем стиле игры: описания карт, вступительные и итоговые повествования событий, а также тексты концовок. Модель также поддерживает перевод между китайским и английским языками. Модель представляет собой плотную авторегрессионную архитектуру Qwen3ForCausalLM примерно на 3,7 млрд параметров с контекстом до 40 960 токенов. Веса сохранены в safetensors; в корне репозитория находится полная модель с объединённым LoRA-адаптером в формате bf16, а в папке lora — отдельный адаптер. Для дообучения использовались 26 875 примеров. Поддерживаются китайский и английский языки. Модель подходит для фанатских текстов, настольных ролевых игр и черновиков игровых модификаций. Она усвоила стиль и структуру повествования, но не игровые механики, поэтому не знает эффекты карт, рецепты и числовые условия и может расходиться с официальным лором. Возможны дословные или близкие к оригиналу фрагменты; обучающий контекст ограничивал длину примеров 896 токенами, поэтому длинная связная проза может даваться хуже. Базовая модель лицензирована по Apache-2.0, однако автор рекомендует использовать эту производную модель только для личного обучения и некоммерческого творчества, а при публикации учитывать права Weather Factory на игровые тексты.

Dark-Pane-GGUF — это набор квантованных файлов в формате GGUF для модели Dark-Pane, разработанной mars2titan и преобразованной и опубликованной mradermacher. Модель предназначена для генерации текста на английском языке и связана с исследованием безопасности, выравнивания, отказов и red teaming; в метаданных она также обозначена как экспериментальная исследовательская модель на базе Gemma. Доступны варианты квантования Q2_K, Q3_K_S, Q3_K_M, Q3_K_L, IQ4_XS, Q4_K_S, Q4_K_M, Q5_K_S, Q5_K_M, Q6_K и Q8_0 размером примерно от 4,9 до 12,8 ГБ. В README рекомендуются Q4_K_S и Q4_K_M как быстрые варианты, Q6_K характеризуется как вариант очень хорошего качества, а Q8_0 — как быстрый вариант с наилучшим качеством среди представленных. GGUF подходит для запуска в совместимых инструментах локального вывода, однако точные архитектура, число параметров, размер контекста и поддерживаемые модальности не указаны. Сильной стороной модели является широкий выбор квантований, позволяющий подобрать компромисс между размером, скоростью и качеством, а также ориентация на анализ поведения и безопасности языковых моделей. Ограничения включают отсутствие подробных сведений о качестве, бенчмарках, обучающих данных и практических возможностях исходной модели; заявлен только английский язык. Лицензия указана как gemma.

Koichi Yasuoka разработал DeBERTa(V2) base для китайского языка и предварительно обучил её на статьях китайской Википедии, включая упрощённое и традиционное письмо. Модель содержит 133,7 млн параметров, принимает текст и поддерживает контекст длиной до 512 токенов. Основная задача модели — восстановление замаскированных фрагментов текста. Её можно дообучать для последующих задач обработки китайского языка, например разметки частей речи и синтаксического анализа зависимостей. Репозиторий содержит веса PyTorch; модель распространяется по лицензии CC BY-SA 4.0.

En-Indic Translate 2B — модель, дообученная Sulabh Katiyar на google/gemma-4-E2B-it для перевода с английского на 11 индийских языков: ассамский, бенгальский, гуджарати, хинди, каннада, малаялам, маратхи, одия, панджаби, тамильский и телугу. Она предназначена для перевода длинных научных и технических документов, сохраняя формулы LaTeX, блоки кода, заголовки и структуру документа. Модель работает с текстом и доступна в формате safetensors через Transformers. В карточке приведены результаты оценки на 500 сложных документах. Для версии E2B указаны частота зацикливания 7,8% и точное совпадение числа математических выражений в 56,2% случаев; результаты относятся к оценке авторов без эталонных переводов. Модель тестировалась на AMD MI300X с ROCm, поэтому для работы с NVIDIA CUDA могут потребоваться корректировки версий пакетов. Лицензия — Gemma.

usermma/fable-gpt-4b-mlx-bf16 — преобразованная для MLX версия модели aemmeath/fable-gpt-4b. Репозиторий указывает конвертацию с помощью mlx-lm версии 0.31.3; метаданные описывают архитектуру как плотную Qwen3.5 для условной генерации и связывают исходную модель с дообучением. Модель предназначена для диалоговых задач с изображениями и текстом: принимает текстовые запросы и изображения и формирует текстовые ответы. В карточке указаны возможности чата и vision, а языком карточки отмечен английский. Репозиторий распространяется по лицензии Apache-2.0.

Модель pritamdeka/gemma-4-12B-it-carexai-sft — дообученная разработчиком pritamdeka версия Gemma 4 12B Instruct, созданная на базе unsloth/gemma-4-12B-it. Это плотная мультимодальная модель семейства Gemma4 Unified для диалогов с изображениями: она принимает текст и изображения и формирует текстовые ответы. В карточке указано, что при обучении использовались Unsloth и библиотека TRL от Hugging Face. Модель подходит для визуальных вопросов и ответов, описания изображений и диалоговых сценариев, где нужно учитывать изображение вместе с текстовым запросом. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не сообщает размер обучающих данных и оценку качества именно этого дообучения.

HSC Wuxia mBART-50 — модель машинного перевода, разработанная в рамках выпускной работы по анализу подходов к переводу произведений wuxia. Это дообученная архитектура mBART-large-50-many-to-many-mmt с 457,4 млн параметров, обученная на 100 000 параллельных пар предложений из произведений wuxia и xianxia. Модель предназначена для перевода литературного текста с китайского на английский. На тестовом наборе wuxia авторы сообщают улучшение SacreBLEU с 6,33 до 37,73 по сравнению с базовой моделью; также приведены метрики chrF и ROUGE-L. Модель принимает текст и выдаёт текст, поддерживает контекст до 1024 токенов и распространяется по лицензии MIT.

InLegalLLaMA — англоязычная модель генерации текста, разработанная путём дообучения sudipto-ducs на базе meta-llama/Llama-2-7b-hf. В карточке указаны обучающие наборы inlegalllama-laws и inlegalllama-sci; модель предназначена для генерации ответов и диалога по юридическим темам. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и имеет контекст длиной до 4096 токенов. Репозиторий хранит веса в формате safetensors; метаданные указывают лицензию Llama 2. Поддерживаемый язык — английский. README не приводит оценок качества, подробностей о целевом применении или ограничениях. Ответы по юридическим вопросам следует проверять: карточка не подтверждает точность модели и не описывает её пригодность для профессиональных решений.

cameltech разработала japanese-gpt-1b-PII-masking на основе предварительно обученной японской GPT-модели с 1 млрд параметров. Это плотная авторегрессионная модель семейства GPT-2, дообученная для маскирования персональных данных в японском тексте. В README явно названы имена, даты рождения и номера телефонов; также упомянуты ещё пять типов данных, но их названия в доступном тексте не раскрыты. Модель предназначена для генерации японского текста с заменой обнаруженных персональных данных на теги. Она принимает текст, поддерживает японский язык и имеет контекст длиной 1024 токена. Опубликована в формате safetensors и доступна по лицензии MIT. Карточка описывает узкую задачу маскирования, однако в метаданных указана общая задача text-generation. Качество маскирования и точный перечень всех типов персональных данных не приведены; результаты следует проверять перед использованием для защиты конфиденциальной информации.

Javanese BERT Small — модель маскированного языкового моделирования на архитектуре BERT, обученная Уилсоном Вонгсо на яванских статьях Википедии. Она дообучена на яванском корпусе на основе предварительно обученной англоязычной BERT-модели Hugging Face и подходит для заполнения замаскированных слов и извлечения текстовых признаков. Модель содержит около 136,7 млн параметров, принимает текст с контекстом до 512 токенов и поддерживает задачу fill-mask. В README приведена perplexity 22,00 на отложенной выборке. Модель доступна под лицензией MIT; веса представлены в форматах PyTorch, TensorFlow и Flax.

jinen-v2-xsmall — компактная модель для японского кана-кандзи преобразования, представленная в формате GGUF. Модель разработана Hitoshi Togasaki; в составе обучающего корпуса использовались обработанные библиографические данные Национальной парламентской библиотеки Японии и Japan Search. Она предназначена для преобразования японской записи хираганой или другого чтения в результат с кандзи с учётом левого контекста. Модель имеет размер 35,7 млн параметров и поддерживает японский язык. Доступны варианты F16 и квантованные варианты Q8_0, Q5_K_M и Q4_K_M размером примерно от 26 до 72 МБ. Для работы требуется контекст до 1024 токенов; в описанном тесте использовался левый контекст длиной 64 символа. На AJIMEE-Bench точность Accuracy@1 составляет 73,0–74,0%, а после NFKC-нормализации входа — 78,0–79,0%. Заявленная задержка p50 — 11–20 мс в зависимости от варианта. Ключевое ограничение — обязательная NFKC-нормализация промпта, поскольку без неё точность существенно снижается. Модель следует использовать в детерминированном режиме greedy с temperature 0 и top-k 1, применяя специальный формат токенов для входа, результата и левого контекста. Лицензия — CC BY-SA 4.0.